淺談無線傳感網中關于WiFi定位問題

唐佳能++鄭彬

摘 要：現在越來越多的電子設備上安裝了WiFi裝置，如筆記本，手機，平板，WiFi設備的定位問題一直以來也是熱門的研究方向。大部分已有的WiFi定位方法都依賴事先的靜態無線環境信號信息采集來，最后實現實時的定，然而收集無線環境信息的工作量是巨大的，需要人工的在不同的采樣點采集WiFi信號強度信息。同時在無線信號環境信息并非是穩定的，采樣點的WiFi信號信息是一直變化的，并非靜止。無線網絡環境信息采集成為了許多WiFi定位問題研究的重點。

關鍵詞：WiFi定位；無線傳感；網絡

1在無線傳感網絡中感知WiFi信號

日常生活中常見的WiFi協議和無線傳感器網絡中的網絡協議ZigBee都運行在2.4GHz上，他們的工作頻段有著相互重疊的部分。在混合網絡環境中，當WiFi和無線傳感器網絡處在重疊的頻段上時，他們發出的信號可能會產生相互的干擾，同時他們的載波監聽機制也可能受到對方信號的干擾。

ZigBee協議是為低功耗傳輸而開發的協議，其傳輸數據的速度（最高約250Kbps）和載波監聽的時間周期都比WiFi來的慢，在WiFi，ZigBee的混合無線環境中，ZigBee協議的傳輸會受到WiFi協議的顯著干擾，WiFi協議受到的影響則較小。實際部署的無線傳感器網絡，為了節約能量，其自主通信一般是周期性并且周期的時間比較長，當WiFi設備和無線傳感器網絡共存時，無線傳感器網絡節點監聽到的信道背景信號信息大部分是來自WiFi設備。

有兩個參數在選取RSSI分布峰值的時候起關鍵作用，一個是RSSI峰值區間的大小，一個是RSSI峰值區間的門限。我們在實際的無線傳感器網絡和WiFi共存環境中通過實驗來確定這兩個參數。在實際的環境搭建過程中，通過實驗可以確定這兩個參數的最佳值，我們選取τ=0.8，peak range=5為我們的單個無線傳感器的背景RSSI峰值選取參數。

由于硬件性能的制約，TelosB節點在計算量較大時，系統容易鎖死，并且傳感器節點在內存和外存資源方面都比較匱乏，在傳感器上，我們對數據采樣的過程進行優化，對采樣過的數據進行壓縮，盡量將得到的峰值結果發送會PC端，節省傳感器內存的使用。數據經過重采樣，定位精確度并沒有下降很多，同時減少了傳感器節點的運行故障。

2在無線傳感器網絡中定位WiFi

在理想無干擾的無線情況中，WiFi信號強度是會隨著信號傳播距離的增加而衰減的[13]。在許多利用信號強度直接定位無線設備位置的研究中，學者們都是利用無線信號的衰減模型來計算無線信號發射源設備的位置。

Pr（d）=Pro-10αlog（d）+Xσ

但是真實的無線網絡環境是復雜的，空氣中存在不止一種無線網絡信號，特別是在國際通用的2.4GHz頻段上，存在多種無線網絡信號（WiFi，ZigBee，Bluetooth，微波等），單純套用理論的公式來計算WiFi信號強度的衰減并不實際，單純利用在空間中某個點測量到的WiFi信號值，并不能有效的估計WiFi設備位置。

首先，我們在一個無線干擾相對少的無線網絡環境中（一個只有WiFi設備在發送數據的無線網絡環境）讓無線傳感器網絡觀察WiFi信號在空間中的傳播情況。在環境中，我們布置有一個WiFi設備，它會持續地發送數據包，同時布置了無線傳感器陣列，陣列中的無線傳感器在工作的過程中，會不斷地監聽背景信道中的WiFi信號強度，并將采集到的強度值寫入自帶的閃存中，陣列中的無線傳感器在工作時并不會與其他節點進行通信。事后，我們將無線傳感器接入到電腦上，直接讀取閃存中的背景信道數據。

3實驗環境

本實驗使用的無線傳感器網絡包含了49個節點，以方陣形式放置，節點間距為3m，WiFi設備放置在節點的陣列形成的方格中間。無線傳感器網絡的節點為運行TinyOS 2.1.2系統的TelosB節點，WiFi設備為筆記本電腦，型號為ThinkPad T410i，筆記本上搭載了Intel 6300AGN無線網卡，在實驗中的理論最高速率為54Mbps，筆記本連接在臨時的WiFi熱點上。

在實驗中，傳感器節點不會有額外的通信開銷，在監聽和采集背景無線信道的信號數據之后，會在統一的時間點將數據回傳給無線傳感器網絡根節點，然后回傳PC，做進一步的定位分析。在實驗開始時，我們發送一次同步命令來同步傳感器節點的采集信號時間。WiFi設備則通過發包軟件，不斷的發包，在無線傳感器網絡中存在多臺WiFi設備的情況中，它們連接在同一個無線局域網中，但是獨立發包，并不會互相通信。無線傳感器網絡的ZigBee協議工作頻段為15，WiFi設備的工作頻段為4。

4實驗結果

與Select策略的對比，PEFI方法更加全面的考慮了WiFi信號衰減的模型，定位精確度明顯更高，在只有單個WiFi設備存在的情況下，PEFI的平均定位誤差為3m左右，而Select的誤差為7m，模擬傳統WiFi定位的方法為7M左右，當WiFi設備的數量上升到兩個的時候，PEFI的誤差并沒有顯著的提升，在4m左右，而Select的誤差接近8m，模擬傳統WiFi定位的方法誤差上升的更快達到了14M。在實驗中，我們使用的無線傳感器網絡物理部署間距為3m，使用PEFI方法可以將WiFi設備定位到由無線傳感器分割的物理小塊空間中。

相比于其他對比算法，我們使用了許多傳感器節點的信息來擬合一個結果，減少了個別傳感器節點異常讀數對結果造成的影響，在極端情況下我們的算法也可以保持一個比較穩定的狀態。傳感器網絡仍然可以捕捉到WiFi信號的存在進行定位，PEFI方法仍然保持著較高的精確度，并不會因為WiFi傳輸速率較低而影響定位性能，而單純使用Select方法的話，比較容易受到WiFi速率的影響，當WiFi速率比較低時，其性能會下降的比較多。

5結束語

隨著無線傳感器網絡部署的逐漸增多，如何有效利用無線傳感器網絡全天候檢測特性的研究也越來越多。本文利用了無線傳感器網絡能夠監聽跨平臺網絡信號的特性，提出了利用的無線傳感器網絡監聽WiFi信號和利用監聽到的WiFi信號進行WiFi設備定位的方法。最后我們評估了這種定位方法在真實無線傳感器網絡環境中的精度，其定位的精度雖然不如傳統的WiFi定位方法，但是其利用既有無線傳感器網絡的特性免去了傳統WiFi定位的大量人力工作，為進一步利用無線傳感器網絡全天候監測特性的研究，提供了基礎。